基于Darknet23和特征融合的交通标志检测方法

道路交通标志检测是智能交通的重要环节之一,针对交通标志检测存在背景复杂、目标较小、检测速度慢等问题,选取工业界青睐的YOLOv3模型提出一种改进的检测方法。利用双向特征金字塔结构实现图像低、中、高层特征语意信息的双向融合,提升低层预测目标的分类和高层预测目标的定位能力;将原模型的主干特征提取网络进行改进,提出Darknet23网络,以提高网络的提取能力和减少计算量;根据目标形状的特点,使用K-means聚类算法得到用于训练合适的锚点框,并在边框回归中引入灵活性更强的Lα-CIOU损失函数,使网络朝着预测框与真实框重叠度较高的方向去优化。实验结果表明,该方法在CCTSDB数据集上mAP@0.75达到86.10%、mAP@0.5:0.05:0.95达到70.017%,相比原网络分别提升10.17%和5.656%,参数量减少3 622 091,速度提升8.27 f/s,且优于SSD和Faster RCNN等主流的检测网络。

nm23-H2基因抑制卵巢癌细胞侵袭转移及调节网络初探

目的研究上皮性卵巢癌转移相关nm23-H2基因功能及其调控网络,为最终揭示卵巢癌侵袭转移分子机制和晚期卵巢癌基因治疗提供理论依据。方法将nm23-H2重组质粒pCDNA3/nm23-H2转染人卵巢癌细胞系SKOV3.ip1,经G418抗性筛选及RT-PCR鉴定得到稳定转染阳性克隆H2-18,设计体外黏附实验及人工基底膜侵袭实验比较转染前后细胞黏附侵袭特性的改变。应用2 747点人类肿瘤相关Oligo芯片检测转染前后细胞基因表达的改变,寻找与nm23-H2相关下游调控肿瘤相关基因,并探讨其调节网络。结果用重组质粒pCDNA3/nm23-H2转染SKOV3.ip1细胞。转染前后细胞在体外的增殖能力没有显著变化,转染后细胞的黏附与侵袭基底膜能力明显降低。经人类肿瘤相关Oligo芯片检测转染前后细胞发现55个二倍差异表达基因,在上调基因中以转录调节、信号转导、分化发育及细胞凋亡类基因为多;下调基因中以信号传导及黏附运动功能类基因为主。结论nm23-H2基因具有抑制卵巢癌侵袭转移的作用,并且这一作用的实现是通过对一系列下游肿瘤相关基因的调控来完成的。基因芯片技术结合普通分子生物学技术是后基因组时代肿瘤相关基因功能研究及探索基因调控网络的有效手段。

基于神经网络预测的TC23合金高温流动行为精确仿真

为了研究TC23钛合金的本构关系,开展了一系列热压缩试验获得了其真应力-应变数据。真应力-应变数据的分析结果表明,TC23钛合金在高温变形过程中同时发生了加工硬化、以动态再结晶为主的动态软化和相变,导致流动应力与热力参数呈复杂的高度非线性关系。为了描述和预测TC23钛合金的真应力-应变关系,将热变形参数作为输入,将流动应力作为输出构建了人工神经网络。结果表明,所构建的神经网络能够精确地表征TC23钛合金的高温流动行为。通过将人工神经网络植入有限元软件并建立热压缩试验有限元模型,实现了TC23钛合金高温变形行为的精确仿真。

基于Darknet网络和YOLOv3算法的船舶跟踪识别

针对我国沿海与内陆水域区域视频监控处理存在实际利用率低、误差率大、无识别能力、需人工参与等问题,提出基于Darknet网络模型结合YOLOv3算法的船舶跟踪识别方法实现船舶的跟踪并实时检测识别船舶类型,解决了重要监测水域船舶跟踪与识别问题。该方法提出的Darknet网络引入了残差网络的思想,采用跨层跳跃连接方式以增加网络深度,构建船舶深度特征矩阵提取高级船舶特征进行组合学习,得到船舶特征图。在此基础上,引入YOLOv3算法实现基于图像的全局信息进行目标预测,将目标区域预测和目标类别预测整合于单个神经网络模型中。加入惩罚机制来提高帧序列间的船舶特征差异。通过逻辑回归层作二分类预测,实现在准确率较高的情况下快速进行目标跟踪与识别。实验结果表明,提出的算法在30 frame/s的情况下,平均识别精度达到89.5%,与传统以及深度学习算法相比,不仅具有更好的实时性、准确性,对各种环境变化具有较好的鲁棒性,而且可以识别多种船舶的类型及其重要部位。

自媒体时代网络舆论事件的应对——以“7·23甬温线特大铁路交通事故”为例

文章从梳理"7.23甬温线特别重大铁路交通事故"入手,分析了这一事件中体现出的自媒体的传播特性,列举了事故当事方应对网络舆情的误区,并对此提出了反思与建议。

改进的Darknet噪声图像分类网络

针对现有噪声图像分类效率低的问题,提出一种改进的Darknet噪声图像分类算法。去掉Darknet网络输出部分的1×1卷积层,将第19层卷积核数量改为4,在网络最后加上Softmax层,实现网络分类功能。在网络passthrough层和第6~8层后分别引入Dropout层,在卷积层中引入L2正则化来避免网络过拟合。将网络第10层和第11层,第12层和第13层,第15层和第16层,第17层和第18层改为4个残差块,解决反向传播权值更新时梯度消失问题。从CIFAR-10数据集上取20 000张图片,经128×128尺寸变换后分别添加高斯噪声、泊松噪声、盐噪声和斑点噪声,对每张图片依类别进行One-hot编码,最后将图片和标签制作成训练集、验证集和测试集。4种算法实验结果对比表明,改进的Darknet网络对彩色噪声图像分类准确率可达0.904,远高于其他3种算法分类准确率。

IL-23/IL-17通路及调节网络在葡萄膜炎发生中的作用

葡萄膜炎是一类发病机制尚不完全清楚的致盲率较高的眼病。近年来,研究发现白细胞介素(IL)-23/IL-17通路在葡萄膜炎发生中起着重要作用。IL-23/IL-17信号通路以辅助性T细胞17活化为主线,作用于靶细胞,造成炎性因子、趋化因子的大量产生及视网膜色素上皮屏障功能的破坏,进而引起葡萄膜炎的发生。IL-23/IL-17通路受庞大的网络调节,多个正向及负向调节因子通过调节该通路引起免疫失调,从而参与葡萄膜炎的发生。IL-23/IL-17通路及调节网络中基因的多态性与葡萄膜炎密切相关,为研究葡萄膜炎的遗传发病机制提供了重要的基础。此外,临床试验已证实靶向IL-23/IL-17通路生物制剂的疗效,为葡萄膜炎的治疗提供了新的研究方向。本文对IL-23/IL-17通路及其生理功能进行概述,对葡萄膜炎中IL-23/IL-17通路及其调节网络正向、负向调节因子和基因多态性进行总结分析,并对葡萄膜炎中IL-23/IL-17通路生物制剂研究进展进行综述,以期加深对葡萄膜炎发病机制的认识,从而指导临床治疗。

改进胶囊网络的小样本图像分类算法

为了解决胶囊网络不能对复杂的小样本图像进行有效分类的问题,提出一种将Darknet进行改进融入胶囊网络的分类模型。首先将Darknet改进为同时包含浅层与深层特征提取器的模型,浅层特征提取器采用5×5的卷积核以捕捉长距离的边缘轮廓特征,深层特征提取器采用3×3的卷积核以捕捉更深层的语义特征,再将图像的浅层边缘特征与深层语义特征进行融合,以保留图像的有效特征;接着利用胶囊网络对图像有效特征进行向量化处理,解决特征空间表征能力缺失的问题;最后在损失函数中加入L2正则化项,避免模型的过拟合问题。实验结果表明,在小样本数据集上,该模型相比胶囊网络、DCaps模型分类准确率分别提升28.51个百分点和24.40个百分点,相比ResNet50、Xception等卷积神经网络分别提升21.57个百分点和18.02个百分点,显示该方法对复杂小样本图像分类性能提升明显;同时在大样本数据集上,该模型的分类性能也获得了一定程度的提升。

LwIP在LPC23/24XX以太网MAC控制器上的移植与应用

针对嵌入式设备接入以太网的需求,搭建了基于LPC23/24XX微控制器和DM9161A器件的硬件平台,在对LPC23/24XX以太网MAC(介质访问控制层)控制器的特性进行分析的基础上,开发和移植Lw IP协议栈的网络接口层和操作系统模拟层,实现了一个低成本嵌入式网络系统。通过对该系统进行TCP性能测试并在上面实现一个简单的WEB服务器,表明了该系统效率较高,具有实用价值。

延113—延133井区山23致密砂岩无阻流量预测

延113—延133井区位于鄂尔多斯盆地南部,二叠系山23储层发育低孔、低渗、低压致密砂岩气藏,以水力压裂开发为主。为了评价储层改造效果,井区在压裂改造前利用测井和录井数据,运用Kohonen神经网络岩性识别的方法实现了山23储层试气无阻流量预测。研究结果表明,在常规压裂条件下,储层厚度和岩性是控制产能的主要因素,石英砂岩储层压裂试气单米无阻流量为0.8×10^(4)~1.0×10^(4) m^(3)/d,岩屑石英砂岩储层单米无阻流量为0.3×10^(4)~0.5×10^(4) m^(3)/d,岩屑砂岩储层压裂后产能较低,排活困难。该研究成果对井区山23气藏的高效开发具有指导意义。

基于ResNet网络的红绿灯智能检测算法研究

提出了一种基于深度学习的红绿灯目标检测算法.在Yolo V3模型中引入残差模块学习方法,提出以ResNet残差网络模块作为特征提取网络,优化网络结构深度,对图像模型裁剪、训练参数等方面进行调整,利用PaddlePaddle深度学习平台AI Studio对红绿灯目标检测模型进行训练,得到了红绿灯的准确检测结果,红灯测试精准率达到0.992 6,绿灯精准率达到0.972 4,相比原网络结构模型红灯精准率0.932 2,绿灯精准率0.991 8,平均精准率(MAP)由原来的0.865 9提高到0.896 6,模型精准率提高了3个百分点.利用模拟和实际采集的数据,分别验证了模型的可靠性,实现了盲人弱势群体可以安全过马路.

基于网络药理学和分子对接技术芩苏胶囊干预新型冠状病毒肺炎(COVID-19)的潜在药效物质预测分析

目的运用网络药理学和分子对接技术探究芩苏胶囊防治新型冠状病毒肺炎(COVID-19)的潜在药效物质。方法采用中药系统药理学分析平台(TCMSP)检索出芩苏胶囊中4味药材(黄芩、紫苏子、苦参和丹参)所含有效成分与作用靶点;通过UniProt、GeneCards和OMIM数据库,筛选出COVID-19相关靶点,得到与芩苏胶囊有效成分作用的共同靶点,采用String数据库构建PPI网络;借助Cytoscape3.7.2构建"中药-化合物-靶点"网络;运用DAVID数据库对相关靶点进行GO功能和KEGG通路的富集分析;通过分子对接技术评价"中药-成分-靶点"网络中核心成分与COVID-19的3CL水解酶及血管紧张素转化酶Ⅱ(ACE2)的结合作用。结果芩苏胶囊"中药-成分-靶点"网络121个化合物和274个相关靶点,包含14个核心化合物和33个核心靶点。GO功能富集分析得到527个条目,主要涉及药物应答、炎症反应、RNA聚合酶Ⅱ启动子转录的正调控等。KEGG路富集共得到111条信号通路,筛选得到20条信号通路,涉及乙型肝炎、甲型流感、肺结核等与病毒感染相关的通路。分子对接表明,芩苏胶囊中14个核心成分与COVID-19的3CL水解酶和ACE2的亲和作用较好。质谱指认出芩苏胶囊中5个成分可能是防治COVID-19的核心成分。黄芩素、汉黄芩素、隐丹参酮、丹参酮ⅡA和木犀草素是芩苏胶囊治疗COVID-19的核心药效物质。结论芩苏胶囊可能通过多成分结合SARS-CoV-23CL水解酶及ACE2作用于IL-6、TNF和TP53等关键靶点调节多条信号通路,从而对COVID-19起到治疗作用。

基于卷积神经网络的绝缘子目标检测方法研究

绝缘子是高压输电线路中的必备装置,为实现航拍图像中绝缘子的快速准确检测,提出基于卷积神经网络的绝缘子目标检测方法。首先介绍了基于区域候选的卷积神经网络Faster R-CNN;然后基于本实验构建了相应的数据集,描述了Faster R-CNN模型的训练过程,提出了以DarkNet作为Faster R-CNN的特征提取网络,并与ResNet对比;最后根据实验结果验证了Faster R-CNN用于绝缘子检测的可行性。ResNet和DarkNet在检测效果上都取得了不错的表现,但DarkNet作为特征提取网络在检测效率上要高于ResNet,是电力巡检在绝缘子目标检测中的有效探索。

傣药方在治疗新型冠状病毒肺炎中作用的网络药理学和分子对接分析

采用网络药理学和分子对接技术分析源自“瘴疠之区”丰富认识的傣医药在治疗新型冠状病毒肺炎(COVID-19)中所发挥的作用。基于文献调研,确定傣医药对COVID-19治疗方案中三种傣药方的化学成分;采用中药系统药理分析平台、中药化学成分数据库和Swiss target prediction数据库对每个药方中主要化学成分的潜在靶点进行整理;在基因挖掘软件(GenCLiP3)和GeneCard数据库搜索COVID-19相关靶点,绘制中药调控网络图;使用STRING数据库构建靶点蛋白质蛋白质相互作用(PPI)网络;同时进行基因本体论(GO)富集分析和京都基因与基因组百科全书(KEGG)通路富集分析,并对关键化学成分与靶蛋白严重急性呼吸综合征冠状病毒2(SARS-CoV-2)3CL水解酶和血管紧张素转化酶2(ACE2)进行分子对接。研究结果表明,傣药方所含化合物以黄酮类、萜类等为主,主要活性成分β-谷甾醇、槲皮素、儿茶素等可作用于周期蛋白依赖性激酶2(CDK2)、丝裂原活化蛋白激酶1(MAPK1)等多个靶点,调节MAPK信号通路、白介素-17(IL-17)信号通路、酪氨酸激酶-转录因子(JAK-STAT)信号通路、核转录因子(NF)-κB信号通路、花生四烯酸代谢通路等多条通路。药方1核心靶点包括MAPK1、JAK1等,以抗炎、病毒感染细胞的通路为主,以提高机体免疫能力;药方2核心靶点则包括环加氧酶1(PTGS1)、一氧化氮合酶2(NOS2)等,集中于病原菌、病毒感染通路、抗炎信号通路等,对临床上所出现的发热不退等症状可协同调控;药方3核心靶点包括磷脂酰肌醇-3-激酶催化亚基α(PIK3CA)、IL-6等,以炎症信号通路、细胞的增殖凋亡通路为主,对抗更为严重的临床症状。靶点、通路的差异可作为这三种药方对COVID-19分别对症下药的初步理论依据。

基于网络药理学与分子对接方法的苓甘五味姜辛汤抗新冠肺炎(COVID-19)的作用机制与活性成分研究

目的:采用网络药理学与分子对接法研究苓甘五味姜辛汤抗新冠肺炎(COVID-19)的作用机制与活性成分。方法:借助TCMSP数据库检索苓甘五味姜辛汤的化学成分及成分作用靶点,通过Swiss Target Prediction数据库剔除可能性为0的靶点。以"coronavirus""pneumonia""cough""fever"为检索词在GeneCards及OMIM数据库中检索疾病相应靶点。通过Uniprot数据库校正药物和疾病靶点名称,取苓甘五味姜辛汤与疾病靶点交集,进而运用Cytoscape 3.7. 2软件构建中药-化合物-靶点网络进行可视化,用靶点交集通过STRING数据库构建蛋白互作(PPI)网络,DAVID数据库进行GO功能富集分析和KEGG通路富集分析,预测交集靶点作用机制,并进行可视化。将中药-化合物-靶点网络中的化合物与新型冠状病毒(SARS-CoV-2) 3CL水解酶和血管紧张素转化酶Ⅱ(ACE2)进行对接,选取与SARS-CoV-2 3CL水解酶结合能最小的6个化合物作为核心活性成分,做进一步研究。结果:中药-化合物-靶点网络包含了5种中药,67个化合物和靶点141个。PPI网络的关键基因涉及AKT1、MAPK1、MAPK3等,GO功能富集分析得到条目104个,KEGG通路富集分析筛选得到99条信号通路。分子对接结果显示6个核心活性成分甘草异黄烷酮、卡里宾、甘草素L、夏姆比奥纳、光甘草宁、五味子素R,与SARS-CoV-2 3CL水解酶及ACE2的结合能普遍较推荐化药小。结论:苓甘五味姜辛汤中的化合物能通过与SARS-CoV-2 3CL水解酶和ACE2结合作用于AKT1、MAPK1、MAPK3等靶点,调节朊病毒病信号通路、非洲淋巴细胞瘤病毒感染通路、小细胞肺癌信号通路和非小细胞肺癌信号通路等发挥抗COVID-19作用。

基于网络药理学和分子对接法研究六堡茶干预COVID-19的活性成分

采用网络药理学和分子对接法探究六堡茶干预COVID-19的物质基础和作用机制。通过文献与中药系统药理数据库和分析平台(TCMSP)等数据库,检索得到六堡茶的化学成分并对其进行筛选得到六堡茶活性成分及对应靶标,并将对应靶标导入Uniprot数据库中进行基因名的校正,运用Cytoscape 3.7.1软件构建"六堡茶-成分-靶标"网络。通过GeneCards数据库对COVID-19疾病靶点进行预测。将六堡茶与疾病的靶标进行映射,采用STRING数据库分析靶标蛋白的互作关系,从中筛选出核心靶标并运用DAVID等数据库对核心靶标进行GO(gene ontology)富集分析和KEGG(kyoto encyclopedia of genes and genomes)通路富集分析。最后将筛选出来的活性成分与受体蛋白SARS-CoV-2 3CL水解酶(Mpro)进行分子对接。筛选得到6种六堡茶活性成分,分别是(+)-儿茶素、(-)-表没食子儿茶素没食子酸酯(EGCG)、α-菠甾醇、(-)-儿茶素没食子酸酯、角鲨烯和氯化天竺葵素,对应作用靶标156个。其中与COVID-19的共同靶标112个,核心靶标38个。GO富集分析(P <0.01)主要涉及脂多糖、细胞对缺氧的反应等。KEGG通路富集分析得到六堡茶干预COVID-19相关的HIF-1、IL-17、T细胞受体等信号通路。分子对接结果显示六堡茶中的6种主要化学成分可分别与受体蛋白Mpro结合较好,且结合能与现有报道推荐的临床使用化学药相近。六堡茶中的核心化学成分(+)-儿茶素、(-)-表没食子儿茶素没食子酸酯、α-菠甾醇、(-)-儿茶素没食子酸酯、角鲨烯、氯化天竺葵素与Mpro结合并通过MAPK1、TNF等炎症和免疫相关的靶标介导HIF-1、IL-17、T细胞受体等信号通路发挥干预COVID-19的功效。实验进一步对结合能较低的EGCG进行了Mpro的活力测定,发现IC50为3.4μmol/L,证实EGCG对Mpro有一定的抑制效果。

Vishay发布新款车用MPMA精密配对电阻网络

日前，VishayIntertechnology，Inc．（NYSE）宣布，推出新的MPMA系列精密配对电阻。MPMA电阻网络通过AEC—Q200认证．采用表面模塑SOT-23贴片封装。每个MPMA网络使用耐潮的薄膜钽氮化物电阻膜制造．在高纯铝衬底上进行了增强钝化处理。MPMA器件可耐受＋85度、85％相对湿度的潮湿环境和10％的额定功率．达到perMIL-STD-202方法202的要求。

TG分流提升TD-SCDMA网络利用率

三大TG分流措施提升TD-SCDMA网络利用率:适当提升PCCPCH功率改善TD覆盖。23G互操作参数精细优化,使用户尽量驻留在TD。采用新技术,保证客户感知,引入基于IMEI的分组切换算法和基于上行链路质量的切换算法两项新技术。